پيش بيني ارتباط ميزان مرگ و مير با هم زماني وجود دو بيماري در مبتلايان به كرونا به كمك بگارگيري شبكه عصبي Word2Vec

Predicting the relationship between mortality and the coincidence of two diseases in patients with COVID_19, using Word2Vec Neural Network

پيش بيني زودهنگام خطرات ناشي از ابتلا به بيماري كرونا مخصوصا در افراد با بيماري هاي زمينه اي، در طول همه گيري اين بيماري بسيار مورد توجه بوده و با اطمينان از تخصيص كارآمد منابع و برنامه ريزي هاي درماني مناسب، مي توان مرگ و مير را به ميزان قابل توجهي كاهش داد. كرونا به عنوان يك بيماري عفوني مسري مي تواند عواقب جبران ناپذيري را براي انسان ها در پي داشته باشد و از آنجا كه تحقيقات در مورد اين بيماري يك چالش بزرگ به حساب مي آيد، در همين راستا استفاده از ابزارهاي جديد براي كمك به متخصصان و پزشكان در تحقيقاتشان بسيار ارزشمند خواهد بود. مطالعات نشان مي دهند بحراني شدن وضعيت بيماري كرونا در مراحل ابتدايي ابتلا به اين بيماري قابل پيش بيني بوده و مي تواند در درمان بهتر مبتلايان موثر واقع شود. در اين مقاله، با بهره گيري از روش بردارهاي عددي براي كلمات، پس از پيش پرازش هاي لازم و تميز نمودن داده ها براي استخراج دانش از متون، شبكه عصبي Word2Vec بكار گرفته شده است و مدل پيشنهادي، كلمات را به بردارهاي معنايي تبديل مي كند، سپس كلماتي كه معاني مشابه دارند، به صورت بردارهاي نزديك به هم قرار مي گيرند. نتايج نشان مي دهند كه هم زماني حداقل دو بيماري در افراد از جمله ديابت، فشارخون و مشكلات قلبي ريوي از جمله عواملي هستند كه مي توانند ميزان خطر مرگ در مواجهه با كرونا را بيشتر كنند.